<?xml version="1.0" encoding="utf-8"?>
<Gradivo ID="173062" NadgradivoID="0" NRID="27592990" OceID="0" DomainUrl="https://repozitorij.uni-lj.si/" IzpisPolniUrl="https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&amp;id=173062" StOgledov="546" StPrenosov="118" StOcen="0" VsotaOcen="0" DatumIzvoza="2026-08-29 20:32:08" OcenaSkupna="0" StPodgradiv="0" StudijskiProgramEvsID="1000313" JeIndeksirano="0" JeVecAvtorjev="0" DovoliZahtevkeZaDostop="0">
  <PID Url="http://hdl.handle.net/20.500.12556/RUL-173062">20.500.12556/RUL-173062</PID>
  <Naslov>Evalvacija in primerjava sodobnih razpoznavalnikov govora</Naslov>
  <Podnaslov></Podnaslov>
  <TujJezik_Naslov>Evaluation and Comparison of Modern Speech Recognizers</TujJezik_Naslov>
  <TujJezik_Podnaslov></TujJezik_Podnaslov>
  <Opis>V diplomski nalogi primerjam tri razširjene sisteme za avtomatsko razpoznavanje
govora (angl. Speech-to-text (STT)) v slovenščini: Google Cloud Speech-to-Text,
Microsoft Azure Speech Service in odprtokodni OpenAI Whisper. Za objektivno
oceno sem oblikoval uravnotežen testni nabor govornih posnetkov iz korpusa Ar-
tur 1.0, s poudarkom na prostih monoloških govorih (Artur-N) ter branih in
studijskih posnetkih (Artur-B). Izbor vključuje približno eno uro govora 15–20
govorcev z raznolikimi demografskimi lastnostmi. Sisteme sem ocenjeval po na-
tančnosti (angl. Word Error Rate – WER), časovni učinkovitosti (čas transkrip-
cije) in praktičnih vidikih (enostavnost uporabe). Whisper sem poganjal lokalno
na prenosnem računalniku s navadnim centralnim procesorjem (angl. CPU) z
vnaprej prednaloženim modelom, storitvi Google in Azure sem uporabljal prek
uradnih programskih vmesnikov (angl. API-jev). Celoten potek priprave govor-
nih podatkov ter merjenja in izvoza preizkusnih rezultatov je bil avtomatiziran v
programskih skriptah, kar omogoča ponovljivost in razširljivost pridobljenih ocen
natančnosti teh sistemov.</Opis>
  <TujJezik_Opis>In this thesis, I compare three widely used speech-to-text (STT) systems for
Slovene: Google Cloud Speech-to-Text, Microsoft Azure Speech Service, and the
open-source OpenAI Whisper. For an objective assessment, I constructed a balanced test set of speech recordings from the Artur 1.0 corpus, with an emphasis
on spontaneous monologic speech (Artur-N) as well as read and studio recordings (Artur-B). The selection comprises approximately one hour of speech from
15–20 speakers with diverse demographic characteristics. I evaluated the systems
in terms of accuracy (word error rate — WER), time efficiency (transcription
time), and practical aspects (ease of use). I ran Whisper locally on a laptop
CPU with a preloaded model, while the Google and Azure services were accessed
via their official application programming interfaces (APIs). The entire pipeline
for preparing the speech data and for measuring and exporting the evaluation
results was automated via scripts, enabling reproducibility and scalability of the
evaluation process and results.</TujJezik_Opis>
  <KljucneBesede>
    <Beseda>razpoznavanje govora</Beseda>
    <Beseda>slovenščina</Beseda>
    <Beseda>Google Cloud Speech-toText</Beseda>
    <Beseda>Microsoft Azure Speech</Beseda>
    <Beseda>OpenAI Whisper</Beseda>
    <Beseda>WER</Beseda>
    <Beseda>Levenshtein</Beseda>
    <Beseda>Artur 1.0</Beseda>
    <Beseda>primerjalna analiza</Beseda>
  </KljucneBesede>
  <TujJezik_KljucneBesede>
    <Beseda>speech recognition</Beseda>
    <Beseda>Slovenian</Beseda>
    <Beseda>Google Cloud Speech-to-Text</Beseda>
    <Beseda>Microsoft Azure Speech</Beseda>
    <Beseda>OpenAI Whisper</Beseda>
    <Beseda>WER</Beseda>
    <Beseda>Artur 1.0</Beseda>
    <Beseda>benchmarking</Beseda>
  </TujJezik_KljucneBesede>
  <Potrjeno>true</Potrjeno>
  <JeZaklenjeno>false</JeZaklenjeno>
  <JeRecenzirano>false</JeRecenzirano>
  <Zaloznik></Zaloznik>
  <Izvor></Izvor>
  <Jezik ID="1060" ISO639-3="slv">Slovenski jezik</Jezik>
  <TujJezik ID="1033" ISO639-3="eng">Angleški jezik</TujJezik>
  <Povezave></Povezave>
  <Pokrivanje></Pokrivanje>
  <CasovnoPokritje></CasovnoPokritje>
  <AvtorskePravice></AvtorskePravice>
  <VrstaGradiva ID="mb11" DRIVER="info:eu-repo/semantics/bachelorThesis">Diplomsko delo/naloga</VrstaGradiva>
  <DatumVstavljanja>2025-09-12 11:30:25</DatumVstavljanja>
  <DatumObjave>2025-09-12 11:30:32</DatumObjave>
  <DatumSpremembe>2026-02-09 13:50:52</DatumSpremembe>
  <DatumTrajnegaHranjenja>0000-00-00 00:00:00</DatumTrajnegaHranjenja>
  <LetoIzida>2025</LetoIzida>
  <LetoIzidaDo>0</LetoIzidaDo>
  <KrajIzida></KrajIzida>
  <LetoIzvedbe>0</LetoIzvedbe>
  <KrajIzvedbe></KrajIzvedbe>
  <Opomba></Opomba>
  <StStrani></StStrani>
  <StevilcenjeNivo1></StevilcenjeNivo1>
  <StevilcenjeNivo2></StevilcenjeNivo2>
  <Kronologija></Kronologija>
  <Patent_Stevilka></Patent_Stevilka>
  <Patent_DatumVeljavnosti>0000-00-00</Patent_DatumVeljavnosti>
  <VerzijaDokumenta>NiDoloceno</VerzijaDokumenta>
  <StatusObjaveDrugje>NiDoloceno</StatusObjaveDrugje>
  <VrstaStroskaObjave>NiDoloceno</VrstaStroskaObjave>
  <DatumPoslanoVRecenzijo>0000-00-00</DatumPoslanoVRecenzijo>
  <DatumSprejetjaClanka>0000-00-00</DatumSprejetjaClanka>
  <DatumObjaveClanka>0000-00-00</DatumObjaveClanka>
  <EmbargoDo></EmbargoDo>
  <VrstaEmbarga ID="1" Naziv="Takojšnja javna objava" OpenAIREDostop="openAccess"></VrstaEmbarga>
  <Osebe>
    <Oseba ID="149567" Ime="VALENTIN" Priimek="NEMANIČ" AltIme="" VlogaID="70" VlogaNaziv="Avtor" ConorID="" Afiliacija="" ArrsID="0" ORCID=""></Oseba>
    <Oseba ID="60959" Ime="Simon" Priimek="Dobrišek" AltIme="" VlogaID="991" VlogaNaziv="Mentor" ConorID="" Afiliacija="" ArrsID="0" ORCID=""></Oseba>
    <Oseba ID="28893" Ime="Iztok" Priimek="Fajfar" AltIme="" VlogaID="994" VlogaNaziv="Komentor" ConorID="" Afiliacija="" ArrsID="0" ORCID=""></Oseba>
  </Osebe>
  <Identifikatorji>
    <Identifikator ID="16" Sifra="VisID" Naziv="VisID" URL="">62533</Identifikator>
    <Identifikator ID="3" Sifra="CobissID" Naziv="COBISS_ID" URL="https://plus.cobiss.net/cobiss/si/sl/bib/267817219">267817219</Identifikator>
  </Identifikatorji>
  <Datoteke>
    <Datoteka ID="217229" DatotekaNRID="14445176" NamenDatotekeID="2" NamenDatoteke="Predstavitvena datoteka" FormatDatotekeID="2" FormatDatoteke=".pdf" MIME="application/pdf" IkonaFormata="pdf.png" IkonaFormataPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/fileTypes/pdf.png" VelikostDatoteke="636117" VelikostDatotekeKratko="621,21 KB" DatumVstavljanja="2025-09-12 11:30:32" JeZbrisana="false" JeJavnoVidna="true" JeIndeksirana="true" JeVidno="true" VidnoOd="01.01.1970" Zaporedje="0">
      <Naziv>Nemanic_Valentin_-_Evalvacija_in_primerjava_sodobnih_razpoznavalnikov_govora.pdf</Naziv>
      <OrgNaziv>Nemanic_Valentin_-_Evalvacija_in_primerjava_sodobnih_razpoznavalnikov_govora.pdf</OrgNaziv>
      <URL></URL>
      <Opis></Opis>
      <OpisTujJezik></OpisTujJezik>
      <UrlObdelave></UrlObdelave>
      <FrekvencaAzuriranjaID>1</FrekvencaAzuriranjaID>
      <Verzija></Verzija>
      <MD5>477193F4DF68813E4F5CDD468E7EDB1F</MD5>
      <SHA256>fcaf92624da4fb38acb238ffc22a982f4e6d469a1ec29cea27604b5350966596</SHA256>
      <UUID>f6acd93f-8fba-11f0-9328-0050569b8976</UUID>
      <PID></PID>
      <PrenosPolniUrl>https://repozitorij.uni-lj.si/Dokument.php?lang=slv&amp;id=217229</PrenosPolniUrl>
      <Vsebine>
        <Vsebina TipVsebine="GoloBesedilo" JezikID="1060" Oznaka="" Dolzina="26832"></Vsebina>
      </Vsebine>
    </Datoteka>
  </Datoteke>
  <Organizacije>
    <Organizacija OrganizacijaID="27" Kratica="FE" ZavodEvsID="0000060" Logo="" LogoPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/logo/">Fakulteta za elektrotehniko</Organizacija>
  </Organizacije>
  <OrganizacijeVira>
  </OrganizacijeVira>
  <MetodeZbiranjaPodatkov>
  </MetodeZbiranjaPodatkov>
  <TipologijaDela ID="2.11" Koda="2.11" Naziv="Diplomsko delo" SchemaOrg="Thesis"></TipologijaDela>
  <Ostalo>
    <StIrodsDatotek>0</StIrodsDatotek>
    <StDatotekPodTrajnimEmbargom>0</StDatotekPodTrajnimEmbargom>
    <StDatotekZOmejenimDostopom>0</StDatotekZOmejenimDostopom>
  </Ostalo>
</Gradivo>
